天然气水合物是天然气与水在高压、低温、气通量充足的条件下形成的笼型结晶化合物，由于在常温常压下遇火可燃，俗称“可燃冰”^[1-2]. 天然气水合物具有分布广泛、埋藏浅、资源量大、能量密度高、洁净等特点，有望成为21世纪理想的新能源^[3]. 温度升高或压力降低都有可能使天然气水合物失稳而分解产生大量的气体和水，导致地层液化，诱发井壁失稳、滑坡、塌陷等工程事故与灾害，对海底的管道、通信电缆、光缆等工程设施、开采工程构筑物与周围环境造成严重影响^[4-5].

现有的海洋测绘设备（多波束测深仪、侧扫声纳等）的观测时间短、观测周期长且空间分辨率低，一般需要搭载在科研船、遥控无人潜水器（remote operated vehicle，ROV）或自主式水下潜器（autonomous underwater vehicle，AUV）上，难以实现海底地形形变的长期原位监测^[6-7]. Yokoyama等^[8-9]采用伺服加速度计系统和压力传感器测量海床稳定性和海床下沉或隆起. 无论是伺服加速度计系统还是压力传感器，测量区域均有限，只能实现单点测量. 基于高精度海洋声学设备的海洋大地基准监测技术可以实现对海底目标物的长期实时监测^[10-12]. Yokota等^[13-15]为了监测海底地壳运动，分别在研究海域布设大量的声学基准点测量系统和全球导航卫星系统（global navigation satellite system-acoustic, GNSS-A）. 尽管随着GNSS-A和海洋声学观测设备的观测精度日益提高，测量精度不再是GNSS-A的制约因素，但是在复杂动态变化的海洋环境下，基于声学设备的海洋大地基准测量仍存在技术理论模型及误差模型不完善的主要瓶颈^[16]. 海底观测站可以对水合物试采区的环境进行原位监测^[17]，但通常固定在海床上，机动性差、成本高、部署困难. 与传统传感器相比，微机电系统(micro-electro-mechanical system, MEMS)传感器具有体积小、重量轻、功耗低、成本低、易于智能化和数字化等优点^[4]. MEMS传感器相关的形变监测技术逐渐被引入地质形变测量领域^[18-19]. Measurand公司使用MEMS加速度计阵列监测被测物体的空间形状^[8]，该公司生产的阵列式位移计（shape accel array, SAA）监测系统已广泛应用于隧道掘进过程变形、大坝变形、滑坡、三角洲海底地层变形等领域^[20-21]. Prior等^[22]使用三轴 MEMS 加速度传感器监测黄河三角洲因风暴引起的海床滑坡变形. Uchimura等^[23]将MEMS倾斜传感器和容积式含水量传感器应用于滑坡监测. 该套设备已安装部署在多个滑坡现场，在现场应用中证明了其在滑坡监测中的可行性和可靠性.

借鉴MEMS测斜仪和MEMS加速度计在滑坡监测领域的成功应用，根据海底水合物试采区水深压力大、范围广、地形变化缓慢等特点，本研究提出基于MEMS传感阵列的水合物试采区地形形变监测技术及装置，提出传感阵列长期多点同步采集系统及地形变形三维重构模型. 开展MEMS传感阵列的监测性能及系统耐压测试试验，验证装置的长期原位监测能力.

试采区地形形变监测装置通过MEMS传感阵列精确感知获取并建立三维重构模型，获得海底地形形变的三维重构图. 如图1所示，地形形变监测通过海底表面布放的十字形传感阵列实现，海底原位监测系统的水下传感阵列布置与后续姿态、位置调整通过作业型ROV实现. 该装置的工作水深为3 000 m，连续工作时间不低于6个月，地形监测范围不小于 $ 30\;\mathrm{m}\times 30\;\mathrm{m} $. 如图2所示，试采区地形形变监测装置的主体为水下绞车，由4个绞车卷缆筒、4条传感阵列充油缆、4台水下电机、4个采集舱、4个电池舱、4个霍尔开关、1个控制舱、1个声通信机以及相应的传动机构组成. 其中控制舱用于控制系统的时间同步、采集系统及水下电机的启停，采集舱分别采集并存储4条传感阵列的实时监测数据，电池舱用于采集板供电，霍尔开关传感器通过感应磁通量触发水下电机，水下电机通过带动卷缆筒转动回收传感阵列.

MEMS传感器模块由MEMS 6轴传感器和TTL-485芯片组成. 其中MEMS 6轴传感器集成高精度陀螺仪、加速度计、姿态解算器等，采用高性能的微处理器和先进的动力学解算与卡尔曼动态滤波算法，能够快速求解出模块当前的实时运动姿态，静态姿态测量精度为 $ 0.05° $、动态 $ \mathrm{为}0.10° $，加速度稳定性为 $ 0.01g $.

针对3 000 m的深水环境，为MEMS传感器模块设计压力舱进行防水耐压封装，如图3所示. 通过水密接插件级联传感器模块，并把电源总线和通信总线引入传感阵列的电源和通信总线上，传感器舱体间通过钢丝连接以承受布放过程的轴向拉力. 将MEMS传感阵列装入PVC圆管中，将阵列的电源线和通信线通过水密接插件连接到采集系统，再将液压油灌满圆管，完成MEMS监测缆的研制. 监测缆长度为25 m，包含25 个间距为1 m的MEMS传感器节点. 传感器压力舱采用0Cr17Ni4Cu4Nb (17-4PH)沉淀硬化不锈钢材料，舱体外径为26.5 mm，总长为66 mm，壁厚3.25 mm，端盖厚19 mm（端盖外径为35 mm），设计压力为 $ {\text{35 MPa}} $，满足3 000 m工作水深的要求.

MEMS传感阵列监测系统由多个贴合海底表面布放的MEMS 6轴传感器组成，由于信号的传输距离较长，为了增加系统通信的可靠性，设计基于RS485总线的系统采集方式. 如图4所示，为组网的传感器节点设置不同的RS485物理地址，采集板依次询问每个传感器节点的数据，并在解析完成原始数据后，打印在采集板的串口上或存储在SD卡中. 为了满足传感阵列数据采集和存储功能，开发基于STM32F205RGT6单片机的数据采集板. 采集板以12 V电源作为输入，输出5 V电源给传感器阵列供电，额定电流为4 A，最多可挂载40个传感器.

MEMS传感阵列同步采集问题主要考虑采集板问询的发送间隔如何匹配传感器信号传输距离，从而在一定程度上减少丢包率，满足海底地形形变监测需求. 以25 个传感器节点的传感阵列为研究对象，如表1所示为采集板的询问时间间隔与传感器数据丢包率的关系. 表中， $ \Delta t $为问询间隔时间， $ t $为采集1组完整数据所需时间，p为丢包率. 采集到阵列上所有传感器的数据即为1组完整数据，丢包率为单位时间内不完整数据组占比. 随着问询间隔的增加，丢包率先快速下降，后趋于平稳，因此30、40 ms均为可供选择的问询间隔.

传感节点过多（4条传感阵列共100个节点），超出了1块采集板的通信负荷，因此采用多条传感阵列配合多个采集板进行同步采集. 采集板本身存在物理性质差异导致时间漂移（内部晶振、环境温度、湿度等），即使多个采集板在同一时刻开始工作，也很难保证长时间连续工作后仍然保持同步采集^[24]. 为此，开发基于继电器的采集控制板控制采集，通过继电器对多个采集板进行启停控制. 基于上述原理，系统还可实现休眠模式. 采集控制系统如图5所示.

如图6所示，采集MEMS传感器姿态信息，利用传感器节点的扭转角和各节的长度确定每段变形后的空间位置，采用细分算法拟合获得曲面的形态，从而构建三维海底地形变形矢量模型，对三维海底变形情况进行动态、真实地表达.

将MEMS传感阵列布放在海底表面，当海底发生形变（沉降或抬升），传感阵列随之发生相应的弯曲或扭转. 如图7所示，弯曲相当于传感器绕Y、Z轴旋转（分别为姿态角中俯仰角 $\theta $与航向角 $\psi $），扭转相当于绕X轴旋转（横滚角 $\phi$），三者合称为欧拉角. MEMS惯性传感器的加速度计能在静止或匀速运动状态下获得重力加速度参考信息，可以根据三轴加速度计在静止或匀速运动状态下各轴方向上的重力分量，推算出加速度计此刻的倾斜角^[4]，计算式为

(1) $ \left[\begin{array}{c}{a}_{x}\\ {a}_{y}\\ {a}_{z}\end{array}\right]=\left[\begin{array}{ccc}\begin{array}{c}\text{cos}\;\theta \text{cos}\;\psi \\ {- \sin}\;\psi \text{cos}\;\phi +\text{cos}\;\psi \text{sin}\;\phi \text{sin}\;\theta \\ \text{cos}\;\psi \text{sin}\;\theta \text{cos}\;\phi+\text{sin}\;\psi \text{sin}\;\theta \end{array}& \begin{array}{c}\text{cos}\;\theta \text{sin}\;\psi \\ \text{cos}\;\psi \text{cos}\;\theta +\text{sin}\;\theta \text{sin}\;\phi \text{sin}\;\psi \\ {-\sin}\;\theta \text{cos}\;\psi +\text{sin}\;\theta \text{cos}\;\phi \text{sin}\;\psi \end{array}& \begin{array}{c}{- \sin}\;\theta \\ \mathrm{cos}\;\theta \text{sin}\;\phi \\ \text{cos}\;\phi \text{cos}\;\theta \end{array}\end{array}　\right]\left[\begin{array}{c}\text{0}\\ \text{0}\\ {-1}\end{array}\right] .$

式中： ${a_{x}},{a_{y}},{a_{z}}$分别为加速度计 $（{x,y,z}）$方向上的重力分量，向量 $ {\left[ {0,0, - 1} \right]^{\text{T}}} $为重力加速度在原惯性坐标系中的向量表示. 根据式（1）及反三角函数得到横滚角 $\phi $和俯仰角 $ \theta $的计算式分别为

(2) $ \phi = {\text{arcsin}}\;\left( {\frac{{ - {a_{y}}}}{{{\text{cos}}\;\theta }}} \right), $

(3) $ \theta = {\text{arcsin}}\;\left( {{a_{x}}} \right). $

在MEMS传感器弯曲扭转角的基础上，利用三轴加速度计算出传感器节点的俯仰角，结合传感阵列的初始位置算出各个传感器的空间位置，再利用细分算法对空间区域的其他位置进行插值，得到整个监测区域内的地形.

如图8所示，对于传感阵列，地形形变（沉降或抬升）可以看成垂直方向上的二维变化，传感器间的形状可以采用圆弧近似表示^[25-26]为

(4) $ {a_i} = {\theta _{i+{\text{1}}}} - {\theta _i}. $

式中： $ {\theta _i} $为第 $ i $个传感器绕 $ Y $轴旋转的角度，符合右手原则定为正号； $ {a_i} $为弧 $\wideparen{{{P}_{i }}{{P}_{i+1}}}$的圆心角. 第 $ i $段圆弧的半径 $ {r_i} = {l \mathord{\left/ {\vphantom {l {{a_i}}}} \right. } {{a_i}}} $. 圆心 $ {{\text{C}}_i} $在以 $ {P_i} $为原点的坐标系中的坐标为 ${[0,{\text{ }}0,{\text{ }}{r_i}]^{\rm{T}}}$，当 $ \alpha \ne 0 $时， $ {P_{i+{\text{1}}}} $在以 $ {P_i} $为原点的坐标系中的坐标为

(5) $ \begin{split} {\boldsymbol{P}}_{i+{\text{1}}}^i{\mathbf{ = }}&{\left[ {{{\rm{d}}x, 0, {\rm{d}}z}} \right]^{\text{T}}} = {\left[ {{r_i}\sin\,({a_i}), 0, {r_i} - {r_i}\cos\;({a_i})} \right]^{\text{T}}}. \\ \end{split} $

当 $ a = 0 $时， ${{P}_{i+{\text{1}}}}$在以 ${{P}_i}$为原点的坐标系中的坐标为 ${\boldsymbol{P}}_{i+1}^i{\mathbf{ = }}{\left[ {l, 0, 0} \right]^{\text{T}}}$， ${\boldsymbol{P}}_{i+1}^0$在系统坐标系（O为原点）中的坐标为

(6) $ \begin{split} \left[ {\begin{array}{*{20}{c}} {{\boldsymbol{P}}_{i+1}^0} \\ 1 \end{array}} \right] =& {\boldsymbol{H}}_i^0\left[ {\begin{array}{*{20}{c}} {{\boldsymbol{P}}_{i+1}^i} \\ 1 \end{array}} \right] = \left[ {\begin{array}{*{20}{c}} {{\boldsymbol{R}}_i^0}&{{\boldsymbol{P}}_i^0} \\ {O}&1 \end{array}} \right]\left[ {\begin{array}{*{20}{c}} {{\boldsymbol{P}}_{i+1}^i} \\ 1 \end{array}} \right]. \\ \end{split} $

式中： ${{\boldsymbol{R}}}_i^{\text{0}}$是 $ {\boldsymbol{P}}_i^{\text{0}} $为原点的坐标系在系统坐标系（ ${{{O}}}$为原点）中的表达： ${\boldsymbol{ R}}_i^0 = {\boldsymbol{R}}_{i - 1}^0{\boldsymbol{R}}_i^{i - 1}$. 将 $\left\{ {\boldsymbol{C}}_{\text{0}} \right\}$坐标系绕 $ {y_i} $轴旋转 $ - {a_i} $，即可确定运动坐标系 $\left\{ {\boldsymbol{C}}_{i+{\text{1}}} \right\}$在 ${\boldsymbol{P}}_{i+{\text{1}}}^{\text{0}}$处的 $ {x_{i+{\text{1}}}} $轴方向（切线方向），经过旋转后的坐标系为 $x_i'{{ - }}y_i'{{ - }}z_i'$，利用新的坐标系计算下个传感器的坐标位置，依次递推得到所有传感器在原始坐标系的位置.

在获得各个传感器节点坐标后，采用插值算法拟合监测区域地形形变量. 地形形变监测区域将由相互垂直且呈十字形布置的4条传感阵列划分为4个等腰三角形区域，每个区域边界有2条传感阵列，如图9所示. 传感阵列上传感节点所在位置的地形形变量通过计算获得，传感阵列以及等腰三角形区域内的其他位置通过插值算法拟合获得，如图10所示. 相邻传感阵列通过算法重构得到等腰三角形区域的地形形变量，其余3个区域通过同样的方法计算得到. 具体操作如下：在网格的每条边上和网格中间插入新点，新点间以一定次序相互连接，从而获得细分后的四边形网格，重复该过程实现网格细分，具体流程包括网格的界定、新点获得、新点连接等. h为地形的形变量， $ h > {\text{0}} $表示地形发生抬升， $ h < 0 $表示地形发生沉降，监测区域的地形形变量表达式为

(7) $ \left. {\left. {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {h\left( {i,j} \right) = 0.5\left( {h\left( {i - 1,j} \right)+h\left( {i,j - 1} \right)} \right)};\\ {h\left( {0,0} \right) = 0{\text{, }}} {1 \leqslant i \leqslant 25{\text{, }}} {1 \leqslant j \leqslant 25{\text{.}}} \end{array}} \end{array}} \right\}} \right. $

系统水下压力试验主要是考核各部件的承压能力，检验各部件的密封性能；检验MEMS传感阵列及采集系统的通信稳定性；验证水下电机在高压下是否正常工作，通过阵列数据验证水下电机的动作情况. 压力试验包括3个部分：水下绞车压力试验、阵列采集通信试验、水下电机动作试验.

如图11所示，将系统整体放入60 Mpa压力舱进行打压试验，根据试验要求，压力不小于30 MPa，单次保压时间不小于3 h，根据实际情况将压力升至35 Mpa，保压18 h. 将采集舱通过水密缆连接至舱外控制板，上位机连接控制板启用自动模式采集数据（每个小时启动2 min），启动电机转动卷缆筒改变阵列姿态，实时监控传感阵列及采集系统的工作情况. 试验结果证明，系统在35 MPa压力环境中，能够正常工作，系统通信正常，水下电机及滑环功能正常.

以浙江省计量科学院的海克斯康（Hexagon）WLS400M光学仪器测量值为参考值，对MEMS传感阵列进行监测性能测试与第三方认证. Hexagon WLS400M系统包括高分辨率数码相机、快速数据采集模块和数据处理软件. WLS400M传感器在工件表面上投影1个不规则图案，3个相机同时捕获得该区域图像，并通过特有的算法重构3D点云数据，从点云中提取监测点所在的坐标值，重构的点云数据精度为0.03 mm.

MEMS传感阵列的监测分辨率验证试验过程如下. 传感阵列布放于地面，通过台架和夹具将4条传感阵列分别构造出不同的形状，传感阵列的真实形状由WLS400M采集获得. 采集板采集传感阵列数据并通过串口实时将数据传输到电脑，应用Matlab进行数据处理并将传感阵列形状显示与保存. 将WLS400M系统和电脑串口2种方式所获得的坐标值进行重构误差分析. 如表2所示，采用均方根误差、最大绝对误差和平均绝对误差作为评价误差的标准，分别表示为δ_a，δ_b，δ_c，而阵列最大变形量和最小变形量分别表示为D_max，D_min. 阵列2的D_max= 50.47 mm，δ_a= 4.47 mm，δ_b= 12.69 mm，δ_c= 5.81 mm；阵列4的D_max= 16.91 mm，δ_a= 1.80 mm，δ_b= 6.70 mm，δ_c= 2.61 mm. 试验结果表明，在实验室理想测试环境中，MEMS传感阵列的监测分辨率优于5 cm，监测误差小于13 mm.

海底地形形变监测装置搭载中国地质调查局“海洋地质六号”船于2020年11月20日（HYDZ6-202007航次）在南海北部海域（水深1 203 m处）完成海底的原位布放，于2021年6月21日完成回收（HYDZ6-202103航次），如图12所示. 布放过程在 “海马2号”作业型ROV的辅助下拉出4条MEMS传感阵列，使其贴住海底表面布放，如图13所示. 地形形变监测装置在海底共布放216 d，由于电池电量影响， 4条传感阵列分别连续工作205、201、206、193 d，系统整体实际连续工作193 d，满足连续6个月的监测任务要求. 在地形形变监测装置工作过程中，监测区域内并未发生明显的地质活动，整体地形形变量很小. 如图14所示，MEMS传感阵列观测到地形最大抬升量约为10 cm，最大沉降量约为2 cm. 图中，D为地形形变.

研制基于MEMS传感阵列的海底地形形变监测技术及装置，并提出传感阵列多点同步采集技术和地形变形三维重构模型. 相比于现有的海底地形探测技术，基于MEMS传感阵列的海底地形形变监测技术可以实现海底地形的长期原位高精度监测，在实验室理想测试环境中，监测区域达到 $ 30\;\mathrm{ }\mathrm{m}\times 30\;\mathrm{ }\mathrm{m} $，地形监测分辨率优于5 cm，连续工作时间超过6个月. 基于MEMS传感阵列的海底地形形变监测装置在南海北部完成连续6 个月的原位监测任务，MEMS传感阵列观测到地形最大抬升量约为10 cm，最大沉降量约为2 cm. 海试结果表明，该装置能够实现海底地形形变的原位长期监测任务. 本装置未能在海底水合物试采阶段进行海底原位监测，下一步研究中将提升系统的稳定性和可靠性，争取在海底水合物试采期间开展海底地形形变的原位监测.